[发明专利]一种要素抽取方法、装置、设备及存储介质

说明书

本申请提供了一种要素抽取方法、装置、设备及存储介质，其中，方法包括：获取目标文本以及基于要素抽取需求定义的要素标签；从目标文本中抽取要素标签对应的目标要素内容；从目标文本中抽取与目标要素内容相匹配的对象指代词，作为要素标签对应的目标对象指代词；将由要素标签和要素标签对应的目标要素内容和目标对象指代词组成的三元组，确定为目标文本的要素抽取结果。本申请提供的要素抽取方法能够自动、高效、准确地从目标文本中抽取出要素。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种要素抽取方法、装置、设备及存储介质。

背景技术

在某些时候，基于数据分析需求，需要从一些文本中抽取一些要素，比如，在司法领域，对于法官、检察官、公安等公检法一线工作人员来说，办案的任何一个环节都离不开大量卷宗(比如起诉书、询问笔录、讯问笔录、庭审笔录、判决书等)的处理，为了了解案情，工作人员往往需要反复阅读大量的卷宗，从中获取案情要素(即与案情相关的内容)。

目前，文本中要素的抽取大多由人工阅读完成，然而，人工抽取要素费时费力，即人工抽取方式的人工成本和时间成本较高，并且，人工抽取方式受主观因素(比如抽取人员的经验、状态等)影响，导致抽取的要素可能不准确。

发明内容

有鉴于此，本发明提供了一种要素抽取方法、装置、设备及存储介质，用以解决现有的人工抽取方式人工成本和时间成本较高，且抽取的要素可能不准确的问题，其技术方案如下：

一种要素抽取方法，包括：

获取目标文本以及基于要素抽取需求定义的要素标签；

从所述目标文本中抽取所述要素标签对应的目标要素内容；

从所述目标文本中抽取与所述目标要素内容相匹配的对象指代词，作为所述要素标签对应的目标对象指代词；

将由所述要素标签和所述要素标签对应的目标要素内容和目标对象指代词组成的三元组确定为所述目标文本的要素抽取结果。

可选的，所述从所述目标文本中抽取所述要素标签对应的目标要素内容，包括：

基于所述要素标签与所述目标文本中各个词的语义关系，从所述目标文本中抽取所述要素标签对应的目标要素内容。

可选的，所述基于所述要素标签与所述目标文本中各个词的语义关系，从所述目标文本中抽取所述要素标签对应的目标要素内容，包括：

利用预先建立的要素抽取模型，根据所述要素标签与所述目标文本中各个词的语义关系，确定所述目标文本中每个词对应的起始位置概率和结束位置概率，其中，任一词对应的起始位置概率和结束位置概率分别为该词为所述目标要素内容的起始位置和结束位置的概率，所述要素抽取模型采用标注有要素标签、要素标签对应的要素内容的训练文本训练得到；

基于所述目标文本中每个词对应的起始位置概率和结束位置概率，从所述目标文本中确定所述要素标签对应的目标要素内容。

可选的，所述利用预先建立的要素抽取模型，根据所述要素标签与所述目标文本中各个词的语义关系，确定所述目标文本中每个词对应的起始位置概率和结束位置概率，包括：

通过所述要素抽取模型的第一语义向量确定模块，确定所述要素标签与所述目标文本中各个词对应的第一语义向量，任一词对应的第一语义向量包含该词自身的语义信息；

通过所述要素抽取模型的第二语义向量确定模块，根据所述要素标签与所述目标文本中各个词对应的第一语义向量，确定所述要素标签与所述目标文本中各个词对应的第二语义向量，任一词对应的第二语义向量包含该词的上下文信息；